文献

J-GLOBAL ID：201702270008853935   整理番号：17A1645056

ロバストなUAV検出のための深いクロスドメイン飛行物体の分類【Powered by NICT】

Deep cross-domain flying object classification for robust UAV detection

著者 (5件)： Schumann Arne (Fraunhofer IOSB, Fraunhoferstrasse 1, 76131 Karlsruhe, Germany) ,  Sommer Lars (Vision and Fusion Lab, Karlsruhe Institute of Technology KIT, Adenauerring 4, 76131 Karlsruhe, Germany) ,  Klatte Johannes (Fraunhofer IOSB, Fraunhoferstrasse 1, 76131 Karlsruhe, Germany) ,  Schuchert Tobias (Fraunhofer IOSB, Fraunhoferstrasse 1, 76131 Karlsruhe, Germany) ,  Beyerer Jurgen (Fraunhofer IOSB, Fraunhoferstrasse 1, 76131 Karlsruhe, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AVSS  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 無人航空機(UAV)の開発における最近の進歩は,質量事象の安全性に対する重大な問題と刑務所や空港といった安全性高感度位置を引き起こす。これらの問題を解決するために,ロバストなUAV検出システムが必要である。本研究では,ビデオ画像に基づくU AV検出フレームワークを提案した。ビデオ画像は,静的カメラまたは移動カメラにより記録されるかどうかに依存して,最初中央値背景差分や深い学習に基づく物体提案法による物体を含むと思われる領域を検出した。,検出された領域は畳込みニューラルネットワーク(CNN)分類器を適用することにより,鳥のような,UAVまたは不正解の選択肢に分類される。この分類器を訓練するために,crawledと自己後天性雄画像から成る著者ら自身のデータセットだけでなく,公的に利用可能なデータセットから鳥類画像を用いた。は,かなりのドメインギャップを横切ってでも,得られた分類器は,ターゲットデータセットにおけるU AVを成功裡に同定できることを示した。異なる距離だけでなく鳥類と背景運動でU AVを含む六つの挑戦的なビデオ列に関する著者らのU AV検出フレームワークを評価した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *飛翔体 ,  安全性 ,  *ロバスト性 ,  画像 ,  空港 ,  無人機 ,  中央値 ,  刑務所 ,  カメラ ,  ニューラルネットワーク ,  畳込み
準シソーラス用語： ビデオ列 ,  背景差分法 ,  移動カメラ ,  ビデオ画像 , 【Automatic Indexing@JST】

分類 (4件)： 航空機  (QK06000K) ,  ロボットの運動・制御  (IC04012J) ,  航空機の運動性・安定性・操縦性  (QK02040A) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ロバスト ,  UAV ,  ドメイン ,  飛行物体 ,  分類